TaintRadar: Semantic-Aware Taint-Style Vulnerability Detection via Augmented Code Property Graphs
TaintRadarは、サニタイズ、永続化、およびオブジェクト・エイリアシングのためのセマンティック層によってCode Property Graphを拡張した新しい静的解析手法であり、これにより既存のテイント・トラッキングの限界を克服し、PHPアプリケーションにおける偽陽性を大幅に削減するとともに、数多くの実世界の脆弱性およびゼロデイ脆弱性の検出に成功しています。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
インターネットを、何百万人もの人々（ユーザー）がさまざまな店や事務所（ウェブサイト）へと、絶えずメモや小包、そして秘密を手渡している、巨大で賑やかな都市だと想像してみてください。ほとんどの場合、このやり取りは安全ですが、時には狡猾な犯罪者が、店主が知らず知らずのうちにそれを街中に読み上げたり、金庫を破るために利用したりすることを狙って、小包の中に毒入りのメモを忍び込ませることがあります。コンピュータサイエンスの世界では、これは「テイント型脆弱性（taint-style vulnerability）」と呼ばれます。これは、信頼できない情報がチェックされないままプログラム内を移動し、データベースや画面といった危険な場所に到達して、混乱を引き起こすことで発生します。
これらの犯罪者を阻止するために、セキュリティの専門家は「静的解析」という手法を用います。これは、ショップのドアを実際に開けることなく、街にあるすべてのショップの設計図を読み解く、超スマートな探偵のようなものです。彼らは、メモが危険な場所に届く前に、適切にフィルタリング（浄化）または「サニタイズ（洗浄）」されているかどうかを確認するために、あらゆるメモの経路を追跡します。長年、これらの探偵たちは「コード・プロパティ・グラフ（CPG）」と呼ばれるツールを使用してきました。これは、コードのあらゆる行を接続する巨大な3Dマップのようなものです。しかし、この論文は、従来のマップには「死角」があることを指摘しています。それらは、データがどのように倉庫（データベース）に保管され、後に別のショップによって取り上げられるのかを見逃したり、あるいは複雑に動く箱（オブジェクト）の中でデータが移動する際に混乱したりすることがよくあります。これらの死角があるために、探偵たちは本物の犯罪を見逃したり、単なる無害なメモに対して「犯罪者だ！」と叫んでしまったりして、多くの時間を無駄にしているのです。
そこで、これらの死角を修正するために設計された、アップグレード版の探偵システム「TaintRadar」が登場しました。研究者たちは、悪党を捕まえるためには、マップには単にコードを繋ぐ線だけでなく、より深い「意味」の理解が必要であることに気づきました。彼らは、標準的なマップの上に3つの新しい「スーパーパワー」を重ね合わせたシステムを構築しました。第一に、異なる種類の洗浄作業（サニタイゼーション）が具体的にどのように機能するかを認識することを学び、メモが本当に安全であるかどうかを判断できるようになりました。第二に、同じ倉庫を共有する異なるショップ間の点と点を結びつけ、午前中に落とされた汚れたメモが、たとえショップ同士が直接会話していなくても、午後にトラブルのために拾い上げられる可能性があることを理解させました。第三に、複雑に動く箱の中でのデータの動きについて賢くなり、プログラムの中で秘密が手から手へと渡される際に、そのデータがどのように変化するかを正確に追跡します。
チームがTaintRadarをテストしたところ、その結果は目覚ましいものでした。標準的な練習用パズル（SARDベンチマーク）において、それは以前のツールよりもはるかに間違いが少ない状態で、脆弱性の80%を捕捉しました。しかし、本当のテストは、彼らが19の実際のウェブサイトにこれを展開した時に訪れました。TaintRadarは、以前に報告されていた既知のセキュリティホールの大半を正常に発見しました。さらにエキサイティングなことに、6つの異なるアプリケーションにおいて、29個の全く新しい、これまで見たこともないセキュリティホール（「ゼロデイ」と呼ばれます）を暴き出しました。これには、攻撃者がデータベースに不正なコードを注入できる26のケースと、ブラウザを騙して悪意のあるスクリプトを表示させる3つのケースが含まれていました。研究者たちは、すでにこれらの新しい発見をウェブサイトの所有企業および、修正のための固有のID番号を割り当てる公式のCVE（共通脆弱性識別子）データベースに報告済みです。
要するに、TaintRadarは、データの「物語」――それがどのように洗浄され、どこに保存され、複雑なオブジェクトを通じてどのように移動するか――を理解するように探偵を教えることで、より鋭く、より正確なセキュリティシステムを構築できることを証明しています。それは単にマップ上の線を見ているのではありません。街のリズムを理解しているのです。それにより、デジタル犯罪者が隙間から忍び込むことをより困難にしているのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。